Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Genre analysis has become an important tool for teaching writing across the disciplines to non-native English-speaking (EL2) and native English-speaking (EL1) graduate students alike. Since the pressing needs of EL2 graduate students have meant that educators often teach them in separate classes, and since genre-based research into teaching higher-level writing has been largely generated in fields such as English for Academic Purposes, we have an insufficient understanding of whether this instructional mode plays out similarly in EL1 and EL2 classrooms. Launching a genre-based course on writing research articles in parallel sections for EL1 and EL2 graduate students provided an opportunity to address this knowledge shortfall. This article qualitatively examines the different classroom behaviors observed in each version of the course when a common curriculum was used and specifically explores three key themes: initial receptivity, nature of student engagement, and overall assessment. Our study shows that although EL2 and EL1 learners have similar needs, the obstacles to their benefitting from genre-based instruction are different; EL2 students must learn to identify themselves as needing writing support that transcends linguistic matters, while EL1 students must learn to identify themselves as needing writing support despite their linguistic competence. Providing the same mode of instruction can benefit both populations as long as educators are sensitive to the specific challenges each population presents in the classroom. The insights gained contribute to the scholarship on genre-based teaching and offer ways of better meeting the needs of EL1 and EL2 students alike.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle